告别实车测试高成本！基于智能体AI的车辆运动控制（VMC）闭环开发实战

随着汽车底盘系统向线控化、智能化和软件定义方向发展，车辆运动控制（Vehicle Motion Control, VMC）正逐渐成为智能汽车核心技术之一。为了实现更高的安全性、稳定性和舒适性，开发团队需要在早期阶段建立场景、车辆动力学、执行器与控制器之间的闭环开发和验证环境，从而加速算法迭代并降低实车测试成本。

MathWorks携手ATC汽车技术平台将于 2026年11月11日（周三）9:30 通过腾讯会议举行主题为《面向车辆运动控制的开发——从智能体 AI 集成仿真到线控制动控制系统设计》的线上研讨会，诚邀您参会。

本次研讨会聚焦“面向车辆运动控制的开发”，介绍如何利用 MATLAB 与 Simulink 构建从智能仿真到线控制动系统与控制器设计的完整开发流程：先通过智能体AI辅助的集成仿真工作流完成场景构建、车辆模型配置与控制器集成，实现 MIL 级闭环验证；再以 EHB/EMB 为例讲解线控制动系统的物理建模、参数估计与模型校准；最后结合系统辨识、模型线性化与参数调优完成控制器设计与性能验证，帮助参会者构建贯通“场景－车辆－执行器－控制器”的统一开发平台，提升开发效率与验证能力。

关注 MATLAB 公众号

扫码获取注册链接

Table of Contents

直播亮点

智能体 AI 驱动的车辆运动控制集成仿真

利用智能体 AI 根据工程需求自动生成虚拟场景和可执行驾驶场景，并结合 MATLAB、Simulink 与 RoadRunner 构建模块化仿真环境。通过集成车辆动力学模型、底盘控制器、ADAS算法及传感器模型，构建统一的闭环仿真工作流，完成场景生成、仿真执行与结果分析，实现仿真资产在底盘和智驾开发中的复用与协同。

EHB/EMB 线控制动系统建模仿真与控制器设计

在车辆执行子系统方面，以 EHB 和 EMB 为例，介绍从系统构型分解到高保真物理模型构建的完整流程。基于 Simscape 建立电机、传动机构、液压或机械执行机构等关键部件模型，描述摩擦、间隙、刚度、迟滞等非线性特性，并结合试验数据开展灵敏度分析、参数估计与模型校准，构建面向控制开发与系统验证的数字化被控对象。然后，基于系统辨识与模型线性化技术构建控制设计模型，完成控制器结构设计、参数整定及性能优化。最后，结合闭环仿真评估系统动态响应、稳定性与鲁棒性，展示从被控对象建模、控制器设计到验证优化的完整开发流程，支撑车辆运动控制系统的快速开发与迭代验证。

关注 MATLAB 公众号

扫码获取注册链接

演讲嘉宾简介

Po-Ting Sung

MathWorks

MathWorks 高级应用工程师，专注于汽车多领域仿真环境构建、基于 ASAM OpenX 标准的场景互操作技术，以及底盘控制与自动驾驶系统的协同开发流程。在加入 MathWorks 之前，曾任职于福特汽车（Ford Motor Company），从事高级驾驶辅助系统（ADAS）、软件在环（SIL）和硬件在环（HIL）相关开发工作。拥有密歇根大学和加州大学伯克利分校工程学学位。